메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강아람 (동아대학교) 강대성 (동아대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제9권 제3호
발행연도
2011.3
수록면
49 - 55 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
유도 전동기는 현대 산업현장에서 핵심적인 동력원으로 쓰이고 있기 때문에 전동기의 고장은 산업 전반에 걸쳐 문제가 발생할 가능성이 높다. 유도 전동기의 고장은 발생경로가 매우 다양하고 대부분 경우에 있어 오랜 시간에 걸쳐 그 고장이 서서히 진행된다. 이러한 이유로 조기진단이 매우 중요하며, 유도전동기의 정상 및 고장상태를 정확히 인지하고 진단하여 효율적인 유지관리가 필요하다. 본 논문에서는 고정자 전류를 취득하여 analytic wavelet transform과 ridge를 이용하여 주파수 분석이 이루어지며, 신경망을 통한 학습과 인식으로 효율적인 고장진단을 제안한다. 실험을 통해 제안하는 기술과 기존에 널리 쓰이는 FFT와의 성능 비교했을 시 높은 진단률을 보이고 특히 베어링 진단에서 기존 방식보다 효용성이 있음을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 배경 이론
Ⅲ. 제안하는 진단 방식
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌
저자소개

참고문헌 (6)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2012-566-004204164